主键（PRIMARYKEY约束）：PRIMARYKEY约束唯一标识数据库表中的每条记录。主键就是唯一的，其是索引的一种，并且是唯一性索引的一种。其实主键就像我们的身份证一样，每一个主键的id就表示着一个特定的一个行，或者说那一行信息，那一行数据。我们select查询数据，如果我们知道主键是多少，那么我们直接加到where条件就ok了。

【Part1——理论篇】试想一个问题，如果我们要抓取某个微博大V微博的评论数据，应该怎么实现呢？最简单的做法就是找到微博评论数据接口，然后通过改变参数来获取最新数据并保存。首先从微博api寻找抓取评论的接口，如下图所示。但是很不幸，该接口频率受限，抓不了几次就被禁了，还没有开始起飞，就凉凉了。接下来小编又选择微博的移动端网站，先登录，然后找到我们想要抓

本文正文部分引用了58同城架师沈剑的文章，非常感谢他的分享。1、前言IM应用从服务端数据的角度来看，它是一种很特殊的应用场景，抛开基础数据、增值业务和附属功能不谈，单从IM聊天工具的立身之本——聊天数据来说，理论上是不需要在服务端存储的（或者说只需要短暂存储——比如离线消息，上线即拉走），这也是为什么微信在前段时间号称绝不存储用户聊天数

由于样本图片数据都是保存在pdf里，想拿到样本必须先把图片从pdf中提取出来，算是数据清洗中的一点小小的积累吧。这里不得不吐槽一下公司存储图片的机制，业务员把jpg格式的照片放到word里，然后用工具把word保存为pdf，最后上传到公司服务器里，这简介反人类，不但丢失了图片头文件信息，还造成后期数据转换的大量时间资源的浪费，可能pdf格式会小一

Redis是一个超精简的基于内存的键值对数据库(keyvalue)，一般对并发有一定要求的应用都用其储存session，乃至整个数据库。不过它公自带一个最小化的命令行式的数据库管理工具，有时侯使用起来并不方便。不过Github上面已经有了很多图形化的管理工具，而且都针对REDIS做了一些优化，如自动折叠带schema的key等。RedisDesk

这次聊聊业务中经常出现的重试现象，可能很多运维都被开发莫名其妙的艾特然后让查一查业务中出现失败的情况，很不巧刚接手MongoDB的运维就碰到了一个案例。前段时间与业务开发讨论过某业务服务的超时重试问题，这项业务依赖的数据库是一直很热门的MongoDB数据库，这里采用了复制集的模式架构，且底层硬件采用KVM。业务开发反映数据库实例慢，最近超时的业务较少

在互联网公司或者一些并发量比较大的项目，虽然有各种项目架构设计、NoSQL、MQ、ES等解决比较高的并发访问，但是对于数据库来说，压力还是太大，这时候即使数据库架构、表结构、索引等都设计的很好了，但是还是扛不住的，主从复制通过读写分离缓解读负载。但是像淘宝这种项目，单一数据库肯定是不行的，为了解决这个问题，就可以使用分库分表PS：这是一篇学习博

数字时代下，随着企业向数字化、在线化、智能化高速演进，存储需求呈指数级增长，业务也面临着更多热点和突发流量带来的挑战，这就对数据库安全可靠、超高性能、易运维性提出了更高要求。天翼云自研TeleDB数据库采用云原生架构，具备即开即用、稳定可靠、安全运行、弹性伸缩、轻松管理、经济实用等特点，可为用户提供稳定可靠的企业级数据库服务，帮助企业圆满解决上述问题。与

递归神经网络（RNN）RNN是最强大的模型之一，它使我们能够开发如分类、序列数据标注、生成文本序列（例如预测下一输入词的SwiftKeykeyboard应用程序），以及将一个序列转换为另一个序列（比如从法语翻译成英语的语言翻译）等应用程序。大多数模型架构（如前馈神经网络）都没有利用数据的序列特性。例如，我们需要数据呈现出向量中每个样例的特征，如表示句子、段

递归神经网络（RNN）RNN是最强大的模型之一，它使我们能够开发如分类、序列数据标注、生成文本序列（例如预测下一输入词的SwiftKeykeyboard应用程序），以及将一个序列转换为另一个序列（比如从法语翻译成英语的语言翻译）等应用程序。大多数模型架构（如前馈神经网络）都没有利用数据的序列特性。例如，我们需要数据呈现出向量中每个样例的特征，如表示句子、段